我目前正在研究一种将两种不同的磷测试值相互转换的方法。
背景
存在许多(提取)方法来测量土壤中植物有效磷的含量。不同的国家采用不同的方法,因此要比较各个国家的P生育率,有必要根据P检验值y计算P检验值x,反之亦然。因此,响应和协变量是可互换的。
萃取剂1中的P含量= [mg / 100g土壤]中的P_CAL
萃取剂2中的P量= [mg / 100g土壤]中的P_DL
为了建立这样的“转化方程”,用CAL和DL提取物分析了136个土壤样品的P含量。还测量了其他参数,例如土壤pH值,总有机碳,总氮,粘土和碳酸盐。目的是得出一个简单的回归模型。第二步也是多重模型。
为了提供数据概述,我向您展示了两个具有简单线性(OLS)回归线的散点图。
问题:
据我了解,如果respone(y)和解释性(x)变量都具有(测量)错误并且可以互换,则进行deming回归是合适的。Deming回归假设方差比是已知的。由于我没有关于P提取测量准确度的详细信息,是否还有另一种确定方差比的方法?此处表示哪个差异?我假设它不是计算出来的var(DL_P)/var(CAL_P)
?
问题1:如何确定抽样回归的方差比?
定型回归的一种特殊情况是正交回归。假设方差比= 1。
问题2:是否有一种方法可以诊断假设δ= 1是否“大致”正确,或者(假)假设需要很高的预测误差?
如果我假设δ= 1,则正交回归将提供以下(四舍五入)的输出
library(MethComp)
deming <- Deming(y=P_CAL, x=P_DL, vr=1)
截距:0.75;斜率:0.71;sigma P_DL:3.17;sigma P_CAL:3.17
在上面的图中绘制deming回归线,表明deming回归与a)CAL-P = f(DL-P)回归非常接近,但与b)DL-P = f(CAL-P)非常不同方程。
问题3:在正交回归中,CAL-P = f(DL-P)和DL-P = f(CAL-P)用相同的方程表示是正确的吗?如果没有,如何为两者推导正确的方程式?我在这里想念什么?
由于两种萃取液的特性,DL-P值往往比CAL-P值高25%左右,因此CAL-P = f(DL-P)的斜率应高于DL-P = f(CAL -P)。但是,只有一个斜率时,这不会在deming回归中表达。这给了我最后一个问题。
问题4:对我而言,定义回归是一种有效的方法吗?